管理者与业务负责人
要判断 AI 投入顺序、选试点、定义业务指标、分清责任，知道何时该停止，而不是只学提示词。
带走：机会清单 + 试点章程 + 风险边界格凌维度 AI 实战学院 / TRAINING BUILT AROUND REAL WORK
让团队学会用 AI，
更要学会把工作交给它。
我们不把所有人塞进同一门“AI 大课”。管理者要会识别值得投入的流程；一线员工要会在岗位里用；搭建者要会连数据、做评测、加护栏；内容团队要能稳定生产；信息安全团队要能划清数据边界。
每门培训围绕具体任务设计，课堂内完成练习，结课带走可复用的成果和下一步计划。
真实任务练习按岗位分层成果可交接权限与边界先讲清
LEARNING OUTPUT / 实训成果
01岗位工作流当前做法 / AI 可介入步骤 / 人工决策点MAP
02可复用资产Skill / Prompt / ComfyUI Workflow / SOPBUILD
03评测与护栏样本集 / 质量标准 / 权限和失败处理CHECK
04团队采用计划负责人 / 试点 / 指标 / 后续维护DEPLOY
课程不是产品授权或技术上线服务；需要真实系统接入时，可另行进入实施评估。
为什么要分层培训 / LEARN BY ROLE AND READINESS
同一家公司，至少有四种不同的学习任务。
一线岗位与职能团队
要学会把 AI 用在邮件、会议、报表、客户跟进、内容和资料整理里，掌握核验与保密方法。
带走：岗位工作流 + 可复用模板/SkillAI 搭建者与数字化团队
要会把模型接到真实工具和知识，构建 Agent/Workflow，做评测、观察、权限控制和上线交接。
带走：运行原型 + 评测集 + 运维说明设计、品牌与内容团队
要把生成式图片和视频变成可控生产流程，理解模型、工作流、素材授权、品牌一致性和算力预算。
带走：ComfyUI 工作流 + 品牌素材规范培训先看组织成熟度：还没有稳定流程，就从工作梳理和通用 AI 使用开始；数据、权限和负责人清楚后，再做 Agent 或私有化实训。不是每家公司都需要马上建多智能体平台。
培训项目菜单 / PICK A PRACTICAL TRACK
从一场工作坊，到团队能力建设计划。
下面是可组合的训练项目骨架。具体时长、深度、平台和练习材料会根据客户软件许可、设备、数据政策和学员基础调整。
旗舰项目 · 所有岗位可衔接01
AI 工作流与智能体实战营
把一个重复工作拆开，练到 AI 能帮上忙、员工敢复核、团队接得住。
适合老板、业务负责人、运营/销售/客服/行政团队；零基础可参加
实战内容
- 识别高频、可检查、低风险任务；画出现状流程和时间基线。
- 学习任务拆解、上下文提供、结构化输出、事实核验和提示复用。
- 判断何时用聊天助手、固定自动化、Skill，何时才需要 Agent。
- 完成一条“输入→AI 处理→人工审核→输出/待办”的岗位流程。
- 定义数据禁区、审批规则、异常处理和试点指标。
结课产出1 张工作流图 + 1 套岗位提示/Skill 草案 + 1 份复核清单 + 2 周试点计划
岗位数字员工 / No-code 到 low-code02
Agent 与业务自动化搭建实训
不是做一个“会聊天”的机器人，而是学会设计能使用工具、按规则停下并留下记录的任务流程。
适合流程负责人、运营自动化人员、IT/数字化团队；适合已有明确流程的团队
实战内容
- 拆出 Agent、workflow、规则引擎和人工节点各自职责。
- 设计工具 Schema、MCP/API 连接、只读与写入权限。
- 加入审批、超时、重试、幂等、拒答和转人工路径。
- 用代表性样本评测工具选择、结果质量、成本和延迟。
- 演练日志观测、失败定位、版本更新和回滚。
结课产出可运行演示流程 + 工具权限表 + 测试样本 + Agent 行为说明书
AI 编程与交付工程03
Codex / Coding Agent 项目实战
让 coding agent 进入真实开发循环：理解代码库、计划变更、实现、验证、审查和交接。
适合开发者、技术负责人、产品工程团队；可按 Codex 等工具环境适配
实战内容
- 项目上下文、AGENTS.md / Skills、任务范围与验收标准。
- 代码库探索、分步计划、测试/日志驱动调试。
- 通过工具和 MCP 扩展能力时如何最小化权限。
- 检查 diff、依赖、密钥、SQL/迁移及安全敏感改动。
- 将团队做法沉淀成可维护的开发 Skill 和 review checklist。
结课产出一项可审查代码变更或样例工程 + 团队 Skill + 代码审查清单
生成式视觉生产04
ComfyUI 图片与视频工作流实验室
从节点图到可复现的品牌内容流程，掌握生成、控制、修图、放大、版本管理和交付检查。
适合设计师、品牌/电商/内容团队、视觉创作者；按电脑/显卡条件分班
实战内容
- 安装与环境诊断：显卡、驱动、PyTorch、模型目录与依赖隔离。
- 理解节点、模型、采样、条件控制、LoRA、ControlNet 等工作流概念。
- 从商品主图到多尺寸素材，建立可替换输入、批量输出的节点图。
- 介绍当前图像/视频/音频工作流与节点生态；按许可和算力筛选模型。
- 管理自定义节点的来源、版本、冲突和安全风险；保存工作流和元数据。
结课产出1–2 条可复现 ComfyUI Workflow + 提示词/参数卡 + 素材授权检查表
隐私边界与本地 AI05
本地模型部署与私有知识库训练营
理解哪些数据适合留在本地，动手跑通一类模型任务，再学会算硬件、效果、维护和安全账。
适合有内网、数据保密或离线要求的团队；IT 管理员与技术实施者
实战内容
- 云 API、本地推理、私有云和混合架构的取舍矩阵。
- 用 Ollama 等本地运行时加载开放权重模型；检查模型许可与硬件支持。
- 搭建小规模知识检索样例，测试文档解析、召回、引用和拒答。
- 设置账户、权限、网络、日志、备份、更新和模型文件管理。
- 用相同样本比较质量、速度、并发和单位成本；记录故障恢复方法。
结课产出可行性评估表 + 本地 Demo + 数据边界图 + 维护/更新清单
增长与内容运营06
AI 内容工厂：从一份业务事实到多渠道内容
教团队把真实产品信息转成图文、短视频脚本、字幕和平台版本，减少重复劳动并守住事实和品牌边界。
适合市场、电商、跨境团队、个人创作者、小型品牌
实战内容
- 先建立产品事实库、品牌语气、目标用户和禁用说法。
- 用 AI 做选题、脚本、标题、字幕、多语言初稿和素材复用。
- 需要视觉生成时联动 ComfyUI/图像模型；学会一致性与人工修图。
- 按平台格式生成草稿，不绕过平台政策、不自动发布未经审核内容。
- 将内容与咨询/点击/成交事件关联，避免只追播放量。
结课产出1 周内容包 + 可复用提示模板 + 事实核查与发布复核流程
办公与知识工作07
AI 办公实战：会议、文档、表格、邮件与研究
针对岗位练习真正用得上的任务，避免学完几十个提示词却不知道什么时候该用。
适合行政、人事、项目经理、销售、管理者及知识工作者
实战内容
- 会议准备与纪要：区分事实、决策、待办、责任人和截止日。
- 长文档比较、资料摘要、引用核查和报告结构化。
- 表格清洗、公式解释、分类分析和图表初稿；校验关键数字。
- 邮件和客户材料草拟；处理敏感信息、语气和事实检查。
- 把高频场景整理成 Skills / SOP，按团队共用标准复用。
结课产出个人任务工具箱 + 团队提示/Skill 模板 + AI 使用守则草案
中大型企业 · 业务与 IT 共创08
企业 AI 赋能与 Agent Activator 计划
培养内部的“AI 工作流推动者”：能从业务任务出发，协调流程、数据、权限、使用者和持续改进。
适合业务骨干、部门负责人、IT/安全、数字化团队和内训师
实战内容
- 从战略目标反推流程机会，按价值、可行性、风险和数据条件排序。
- 跨部门流程蓝图、角色责任、决策点、异常路径和数据源确认。
- 试点方案、模型/平台选型、权限治理、使用政策和供应商风险。
- 评测方案、变更管理、用户反馈、上线采用和效果复盘。
- 培养内部讲师/Champions，形成训练材料和可重复的场景实验室。
结课产出机会组合图 + 试点章程 + 责任矩阵 + 治理清单 + 内训包
行业岗位专场09
按行业定制：从真实岗位任务做联合工作坊
不讲空泛行业趋势，而是围绕一个团队真实流程，共同做任务练习与流程重构。
可选领域制造质检、外贸销售、跨境电商、物流仓储、专业服务、建筑工程、教育培训、餐饮酒店、招聘人事、售后客服
课程主题样例
- 制造：维修记录检索、质检摘要与设备知识助手（不做安全放行）。
- 外贸/电商：询盘分类、产品事实核验、多语言内容草稿和跟进任务。
- 工程/物流：现场记录、单据抽取、异常列表和责任人交接。
- 专业服务：受控材料摘要与引用核对，由具备资质的专业人员把关。
- 教育/服务业：课程资料问答、预约咨询分流和常见问题更新。
结课产出岗位任务地图 + 场景样例 + 可试点流程 + 边界/验收指标
这个分类暂时没有课程，选择“全部项目”查看。
按团队规模和成熟度组合 / DELIVERY FORMATS
不同规模的客户，培训应该长得不一样。
个人 / 1–5 人
当场解决一件小事
半天或 1 天实操：工具配置、岗位案例、个人模板与安全使用习惯。重点是减少一开始的工具选择焦虑。
- 预先问卷 + 分层练习材料
- 带走可复用 Skills / 提示模板
- 可选线上答疑复盘
小微企业 / 6–30 人
做出一个团队共用流程
老板/流程负责人先选场景，随后岗位小组共创。避免所有员工学同一套，最后没人真正采用。
- 半天需求访谈 + 1 天工作坊
- 按销售、客服、内容、行政分组
- 2 周后复盘指标与错误样本
成长型企业 / 30–300 人
种子团队带动部门落地
培养跨职能骨干与内部教练，选 2–3 个候选工作流，先做授权、知识和评测准备，再分批培训。
- 业务负责人 + IT/安全协同
- 场景实验室 + 试点陪跑
- 内训课件、流程模板和采用反馈
中大型企业 / 多部门
能力体系与治理同时建设
按角色和风险制定不同课程，纳入身份、数据权限、批准工具、合规审查、内部支持和持续运营。
- 高管决策与用例优先级工作坊
- 搭建者技术实验室与风控演练
- 分层认证/内训师/采用度评估
一门课程怎样设计 / BEFORE, DURING, AFTER
培训的效果，关键在课前和课后。
带任务，不带机密
访谈岗位和主管，确认工具/设备、网络、账号权限、数据政策、学员基础和要改善的工作。样例优先脱敏或合成。
材料：场景问卷、岗位任务表、设备/账号检查单讲一点，做一段，核一遍
每个概念都接真实练习：演示、分组练习、结果核验、错例分析、迭代复做。高风险操作只用模拟环境。
方法：短讲解 + 示范 + 练习 + 同伴审阅 + 复盘有人负责，才能持续发生
设置流程 Owner 和反馈通道；收集错误样本；复盘使用率、质量和净节省时间；调整材料与权限，再决定推广或停止。
交付：行动清单、模板包、复盘会议和后续建议课程实战片段 / SAMPLE EXERCISE
示范练习：把一封客户邮件变成“可审核的销售下一步”
学员收到一份虚构询盘和产品说明，不直接让 AI 写“完美回复”，而是一步步拆任务：
- 确认客户目标与缺失字段，禁止推断价格/交期。
- 从已给的产品资料中提取事实，并标出引用来源。
- 生成一封简短回复草稿和内部跟进待办。
- 同伴核查事实、语气、承诺、隐私与下一步。
- 记录人工修改点，迭代模板，再用另一条样例回归。
学员练到的：任务拆解、上下文设计、结构化输出、来源核验、人工审批和失败处理；不是背诵一条提示词。
INPUT询盘：下季度需要 40 套设备，请发方案和报价。
CHECK产品型号/交付地点/安装要求/报价权限是否齐全？
RETRIEVE只引用已提供的资料，不补造缺失条件。
PAUSE缺少交付地点 → 先生成澄清问题，报价需负责人确认。
课程覆盖的技术主题 / CURRENT PRACTICE AREAS
学“能做什么”，也学“怎么把它放进工作”。
技术更新快，课程不承诺“掌握所有最新模型”。我们会在开课前核对版本、账户可用性、许可和硬件条件，并把易变化的产品步骤与长期有效的方法分开教。
坦诚说明 / TRAINING BOUNDARIES
培训能带来能力，但不能替代组织条件。
我们能帮助
- 让学员使用客户批准的工具完成真实任务演练。
- 将常见做法沉淀为提示模板、Skills、SOP 或 ComfyUI 工作流。
- 培养内部 AI 推动者，帮助组织识别和验证适合的流程。
- 解释 Agent、RAG、本地部署、权限与评测的技术概念。
- 通过课后反馈迭代课程，提供试点和实施的下一步建议。
培训本身不能保证
- 不能保证员工一定采用、企业一定降本或收入增长。
- 不能代替客户购买模型、GPU、软件许可、API 额度或云资源。
- 不能代替法律/隐私/信息安全审批，也不把敏感原始数据放入未经批准的工具。
- 不能在一堂课内把未经整理的业务流程变成可靠的无人值守系统。
- 具体工具功能、免费额度和模型能力会变化，授课前需复核当期条款。
隐私默认：课前不要求客户发送真实客户清单、合同、源代码、密钥或健康/财务等敏感数据。需要使用企业资料时，先约定环境、脱敏方式、留存规则和授权人。
课程设计参考 / OFFICIAL LEARNING RESOURCES
训练路线参考当前官方学习与产品资料
我们从公开的官方课程、技术文档和产品说明校准课程内容，再针对客户组织做岗位化练习；官方课程不是我们的课程，也不意味着相关产品一定适合客户。
OpenAI Academy · Courses按知识工作者、搭建者、领导者设计不同学习路径↗OpenAI Academy · Agent Activator从工作流设计、连接和测试到运营与持续改进↗Microsoft Learn · Business workflows with AI围绕内容、数据分析、会议协作和多步骤任务进行练习↗Microsoft · Copilot adoption guide把数据准备、用户培训、反馈和采用纳入部署↗ComfyUI Official Documentation本地安装、节点工作流、图像/视频/音频教程与 Agent/MCP 工具↗ComfyUI · System Requirements核对操作系统、GPU、Python 和依赖，再决定本地实训条件↗Ollama · OpenJarvis local-first AI本地模型与本地 Agent 的实践方向和快速上手↗Microsoft Learn · Workflows and Agents选择工作流并加入人工审批/补充信息节点的搭建训练↗
资料核对日期：2026-10-11。具体课程内容和工具能力以开课当日官方文档及客户可用版本为准。TRAIN ON YOUR REAL WORK
告诉我们：谁要学、想把哪件工作做得更好。
我们会先判断适合一场工作坊、岗位训练营、Agent 搭建实训，还是需要先做流程与数据准备。首次沟通不用提交敏感业务资料。